Ўзбекистон республикаси ахборот технологиялари ва коммуникацияларини ривожлантириш вазирлиги муҳаммад ал-хоразмий номидаги

ЮЗ ТАСВИРИ МАХСУС НУҚТАЛАРИ ДЕСКРИПТОРЛАРИ 
Ш.С. Кахаров (таянч докторант, ТАТУ ҳузуридаги АКТ ИИМ)
Юз тасвири белгиларини ажратиб олиш компьютерли кўриш ва 
тимсолларни таниб олиш назариясининг асосий масалаларидан бири бўлиб, у 
катта ҳисоблаш ҳаражатларини талаб этади. Рақамли тасвирдаги объектлар-
ни бирламчи геометрик белгиларидан бири бу махсус нуқталардир. Одатда 
махсус нуқталар сифатида тасвирнинг яхши фарқланадиган локал ҳудудлари, 
яъни чегаралар, бурчаклар олинади ва улардан тимсолларни таниб олишнинг 
кейинги босқичларида фойдаланилади. Қуйидаги хоссаларни қаноатланти-
рувчи тасвирдаги нуқта махсус нуқта деб аталади: 

барқарорлик -бунда берилган тасвирнинг масштаби, ёрқинлиги, ракурси 
ўзгарганда ва ҳалақитлар қўшилганда ҳам махсус нуқта юзнинг айнан 
бир жойида бўлиши; 

аҳамиятлик – бунда ҳар бир махсус нуқта ягона тавсифга эга бўлиши;

компактлик ва самарадорлик – бунда махсус нуқталар сони юз 
тасвиридаги нуқталар сонидан анча кам бўлиши;

локаллик – “ўзига хослик” тасвирнинг бирор бир қисми бўлиб, у одатда 
тасвирнинг кичик қисмини эгаллайди. Шунинг учун у тўсиқларга 
нисбатан сезгир эмас. 
Тасвир махсус нуқталарини ажратиб олиш алгоритми детектор деб 
аталади. Дескриптор махсус нуқта атрофини ўзига ҳослигини аниқловчи 
тавсиф бўлиб, у аниқланган параметрларни сонли ёки бинар векторларини 
ифодалайди. Вектор узунлиги ва параметрлар тури қўлланиладиган алгоритм 
асосида аниқланади. Дескриптор тасвир махсус нуқталари тўпламидан 
маълум бир махсус нуқтани ажратиб олиш имконини беради. Бу турли 
тасвирларни солиштиришда бир объектга тегишли ўзига хосликлар калит 
жуфтликларини яратиш учун зарур ҳисобланади.
Шахсни идентификациялаш тизимини ишлаб чиқишда параллел ҳисоб-
лаш технологияларини қўллашни инобатга олган ҳолда, юз тасвирлари 
махсус нуқталарини тезкорлик жиҳатдан самарадор бўлган детектор ва 
дескрипторларни ушбу тасвирларни белгилар фазосини шакллантириш учун 
асосли танлаш мақсадга мувофиқ бўлади. 
Тасвирлар махсус нуқталарининг детектор ва дескрипторлари. Юз 
тасвирлари белгилар фазосини шакллантириш имконини берувчи энг кенг 
тарқалган махсус нуқталар детектор ва дескрипторларни қисқача кўриб 
чиқамиз. 
SIFT дескриптори
[1]. Бунда дастлаб ўзгарувчан масштабли фазо 
қурилади ва ушбу фазода турли силлиқлаш параметрига эга бўлган Гауссиан 
Лапласиани (LoG - Laplacian of Gaussian) функцияси ҳисобланади. Нуқта 
калит нуқта дейилади агарда у Гауссианлар фарқларининг локал экстремуми 
бўлса. Калит нуқталар деб олинган тахминий нуқталар қайта текширилади. 
Бунда кичик контрастли ва объектлар чегараларидаги нуқталар олиб 

---

397 
ташланади. Сўнгра калит нуқталарни йўналишлари ҳисобланади. Бунинг 
учун нуқта атрофида градиент вазнли гистограмма қурилади ва гисто-
грамманинг максимал компонентасига мос йўналиш танланади. Гистограмма 
компонентаси қиймати берилган бўсағадан катта бўлган барча йўналишлар 
нуқтага бириктирилади. Ушбу нуқта локал экстремумларни силжитмайдиган 
айлантириш, масштаблаш ва кўчишга нисбатан инвариантдир.
SURF дескриптори
[2]. Тасвирдаги махсус нуқталарни аниқлаш Гессе 
матрицаси орқали амалга оширилади ва у Гессианали “буриш” типидаги 
шакл алмаштиришга нисбатан инвариант, бироқ масштаб ўзгаришига 
нисбатан инвариант эмас. Шунинг учун ҳам SURF Гессианни ҳисоблашда 
турли масштабдаги фильтрлардан фойдаланади. SURF Гаусс ядроли фильтр-
ни қўллаб, бутун тасвир бўйлаб ҳаракатланиб чиқади ва шу орқали Гессе 
матрицаси детерминантини максимал қийматини таъминловчи нуқталар 
аниқланади. Махсус нуқталар аниқлангандан сўнг SURF дескрипторларини 
шакллантиради. Дескриптор ҳар бир махсус нуқта учун 64 (ёки 128) та 
сондан иборат тўпламни ўзида акс эттиради ва улар махсус нуқта атрофи-
даги градиент фликтуациясини акс эттиради.
FAST детектори
[3]. Бунда дастлаб берилган С нуқтани махсус нуқта 
деб олиш тўғрисидаги қарор қабул қилиш учун маркази С нуқтада ва радиуси 
3 га тенг бўлган доирадаги 16 та пикселнинг ёрқинлиги кўриб чиқилади. 
Доира пикселлари ёрқинликларини С марказ ёрқинлиги билан солиш-
тириш ҳар бири учун бўлиши мумкин бўлган учта натижа (ёрқинроқ, 
қорароқ, ўхшаш) орқали амалга оширилади. Агар доирада унинг марказига 
нисбатан қорароқ бўлган кетма-кет 
n=12
та пиксел ёки марказга нисбатан 
ёрқинроқ бўлган 12 та пиксел мавжуд бўлса, у ҳолда бу нуқта махсус сифати-
да белгиланади.Тажрибавий ва амалий натижалар қарор қабул қилиш учун 
ўртача 9та нуқтани текшириш етарли эканлигини кўрсатди. Жараённи 
тезлаштириш мақсадида ушбу иш муаллифлари текширишни 1, 5, 9, 13 
рақамли тўртта пикселдан бошлашни таклиф қилдилар. Агар улар орасида 
ёрқинроқ ёки қорароқ бўлган 3 та пиксел мавжуд бўлса, у ҳолда 16 та пиксел 
бўйича тўлиқ текшириш бажарилади, акс ҳолда – бу нуқта “махсус бўлмаган” 
нуқта сифатида белгиланади. Бу детекторнинг ишлаш вақтини сезиларли 
даражада қисқартириб, қарор қабул қилишда доирани 4 та яқин нуқтасини 
кўриб чиқишни етарли эканлигини билдиради. 
ORB дескриптори
[4]. Бунда махсус нуқталарни аниқлаш FAST детек-
тори орқали амалга оширилади. FAST бўсаға қиймат параметри сифатида 
марказий пиксел билан унинг атрофида чизилган айлана орасидаги интен-
сивлик қийматини олади. Кўплаб ишларда FAST-9 (айлана радиуси 9 га тенг 
деб олинади) модификацияси маҳсулдорлик нуқтаи назаридан нисбатан 
самарадор бўлганлиги учун ORBда ундан фойдаланилган. Потенциал махсус 
нуқталар аниқлангандан сўнг уларни яхшилаш учун Харрис бурчак детек-
тори қўлланилади. N та махсус нуқтани олиш учун аввал қуйи бўсағадан 
фойдаланиб N тадан кўп бўлган нуқталар олинади, шундан сўнг улар Харрис 
метрикаси ёрдамида тартибланади ва дастлабки N та нуқта танлаб олинади. 

---

398 
Танлаб олинган нуқталар дескрипторларини қуришда кўпинча BRIEF 
модификациясидан фойдаланилади. Чунки ушбу модифи-кация қўшимча 
алмаштиришлар ҳисобига бурилишга инвариантдир.
KAZE дескриптори
[5]. Бу дескрипторни яратиш яхшироқ локализация 
аниқлиги ва ажратувчанликка эришиш учун чизиқли бўлмаган масштабли 
соҳада 2D ҳусусиятларни аниқлаш ва баён қилиш ғоясига асосланади. SIFT 
каби бошқа объектларни таниб олиш алгоритмларида фойдаланиладиган 
Гаусс хиралаштириши объектлар табиий чегараларини англатмайди, чунки 
тасвир тафсилотлари ва ҳалақитлар бутун масштаб даражаларида бир хил 
силлиқланади. 
KAZE ҳар бир пикселга кўп-масштабли ҳосилалар (градиентлар) 
ҳисоблангани учун уни ҳисоблаш SURFга қараганда кўпроқ ресурсларни 
талаб қилади, бироқ у муҳим нуқта баён этишда ҳисоблаш ресурсларини 
тежаб қолади, чунки муҳим нуқта баён этишда олдин олинган ҳосилалар 
тўпламидан фойдаланади. 
AKAZE дескриптори